在本篇研究之中，我們改進了一般3D模組貼圖技術的麻煩處，讓使用者不必再另行手動點選特徵點來進行貼圖以及提供了一個自動化3D人物材質恢復之系統。在系統中首先針對一個3D立體人物模型將它讀入，接著利用改良後之SDF演算法計算出人物之SDF值。接著，我們以這些資訊用GMM演算法將3D人物物件做初始分群並且針對分群結果進行修補。再來，將此分群之結果和人物材質依照分群後之各個部位進行分開比對。最後，我們以此比對結果來對於3D人物模組進行材質恢復。藉由這個技術，我們只需要取得一個3D人物模組和不同人物之不同角度的材質，我們就可以自動地針對3D人物做材質貼上。

In this research, we proposed an approach for 3D object texture mapping and an automatic recovery 3D object surface system. Users don’t need to select feature points for mapping by themselves, it’s the most difficult challenge of 3D object texture mapping in this paper., the first step, we load a 3D object model and compute the SDF value by SDF algorithm. And then, we use GMM algorithm to segment the 3D object model and modify the results without noise. After above steps, we compare the different parts between clustering results and textures. Finally, we can recover the 3D object model according to these matching results. With this technology, we just need a 3D model and texture with different views to get a new 3D model with our own person’s photos. This method is total automatically in texture mapping for 3D model.

第一章 緒論	1
1.1 研究動機與目的	1
1.2 論文組織與架構	3
第二章 基礎理論	4
2.1 相關研究	4
2.2 檔案格式介紹	20
2.2.1 OBJ檔案介紹	20
2.2.2 X檔案	23
2.3 Gaussian Mixture Model (GMM)演算法介紹	24
第三章 系統架構	27
3.1 三維物體切割	28
3.1.1 shape diameter-function(SDF)演算法	29
3.1.2 3D表面雜訊過濾	38
3.2 三維物體材質貼上	42
3.2.1 3D物件及材質之擷取及處理	42
3.2.2 模組材質比對	46
3.2.3 模組材質貼上	57
第四章 系統實作	59
4.1 系統介面	59
4.2 開發平台	63
4.3 系統簡介	65
4.3.1 程式系統架構	65
4.3.2 編輯元件介紹	68
4.4 實驗結果	72
第五章 結論及未來展望	77
5.1 結論	77
5.2 未來展望	78
參考文獻	79
附錄 英文論文	82

圖目錄
圖 1、分群方法。	4
圖 2、物件關係圖。	5
圖 3、系統介面。	5
圖 4、分群過程。	6
圖 5、物件直徑顏色計算。	7
圖 6、直方圖及分群結果。	8
圖 7、K-means演算法修補。	9
圖 8、骨架尋找。	10
圖 9、搜尋系統。	11
圖 10、流程圖。	11
圖 11、模組物件轉存。	12
圖 12、手繪素描轉存。	13
圖 13、線上3D物件搜尋系統。	14
圖 14、3D物件方向比較。	14
圖 15、3D物件相似比較。	15
圖 16、影像比對方法。	16
圖 17、材質貼上。	16
圖 18、貼圖步驟。	17
圖 19、特徵點尋找。	18
圖 20、取得貼圖材質。	19
圖 21、修補貼圖材質。	19
圖 22、不同角度結果。	19
圖 23、分群流程圖。	29
圖 24、3D人物模組。	31
圖 25、GMM直方圖。	35
圖 26、人物頭部之雜訊。	38
圖 27、三角形網格之鄰居。	39
圖 28、覆蓋原始分群之錯誤結果。	40
圖 29、貼圖演算法。	42
圖 30、物件分群。	43
圖 31、消除雜訊。	44
圖 32、人物物件分開。	44
圖 33、材質人物分開。	45
圖 34、取得比對資訊。	47
圖 35、模組及材質手部。	48
圖 36、左右手轉換。	49
圖 37、手部比對改善前。	50
圖 38、手部比對改善後。	50
圖 39、計算索引範圍。	52
圖 40、腳部比對改善前。	53
圖 41、腳部比對改善後。	53
圖 42、頭部方向。	54
圖 43、頭部索引值判斷結果。	56
圖 44、程式介面。	59
圖 45、介面清單。	60
圖 46、介面按鈕。	60
圖 47、OpenGL顯示視窗。	61
圖 48、顯示比對結果視窗。	62
圖 49、比對選單。	62
圖 50、系統架構圖。	65
圖 51、系統架構圖。	66
圖 52、系統介面1。	66
圖 53、系統介面2。	67
圖 54、使用GMM分群前後結果。	73
圖 55、貼圖結果(Man1)。	73
圖 56、貼圖結果(Man2)。	74
圖 57、貼圖結果(Woman)。	74
圖 58、手部轉換。	75
圖 59、材質男女之差異。	75
圖 60、手部角度差異。	76


表目錄
表格 1、OBJ檔案格式。	21
表格 2、MTL檔案格式。	22
表格 3、X檔案格式。	23

[1]	Marco Attene, Francesco Robbiano, Michela Spagnuolo and Bianca Falcidieno, ”Characterization of 3D Shape Parts for Semantic Annotation,” Conference, Computer-Aided Design, Vol 41, Issue 10, October, 2009, pp. 756-763.
[2]	Marco Attene , Bianca Falcidieno and Michela Spagnuolo,  “Hierarchical mesh segmentation based on fitting primitives,” Journal, The Visual Computer: International Journal of Computer Graphics, pp.181-193,Vol. 22 Issue 3, March, 2006.
[3]	Lior Shapira, Ariel Shamir and Daniel Cohen-Or, “Consistent mesh partitioning and skeletonisation using the shape diameter function,” The Visual Computer: International Journal of Computer Graphics, Journal, Vol 24, Issue 4, April, 2008, pp. 249-259.
[4]	Kraevoy, V., Julius, D., Sheffer, A., ” Shuffler: Modeling with interchangeable parts,” Visual Comput,2007.
[5]	Ariel Shamir, ” Segmentation and shape extraction of 3D boundary meshes,” In State-of-the-Art Report, Proceedings Eurographics,2006.
[6]	Julien Tierny, Jean P. Vandeborre, Mohamed Daoudi, ” 3D Mesh Skeleton Extraction Using Topological and Geometrical Analyses,” In 14th Pacific Conference on Computer Graphics and Applications, pp. 85-94,2006.
[7]	Tierny, J., Vandeborre, J.P., Daoudi, M., ” Topology driven 3D mesh hierarchical segmentation,” Conference, IEEE International Conference on Shape Modeling and Applications (SMI’2007), 215 – 220,2007.
[8]	Fu-Che Wu, Wan-Chun Ma, Rung-Huei Liang, Bing-Yu Chen and Ming Ouhyoung, ” Domain Connected Graph: the Skeleton of a Closed 3D Shape for Animation,” Journal, The Visual Computer: International Journal of Computer Graphics, 22 , p.18,2006.
[9]	Thomas Funkhouser, Patrick Min, Michael Kazhdan, Joyce Chen,Alex Halderman, David Dobkin and David Jacobs, ” A Search Engine for 3D Models,” Journal, ACM Transactions on Graphics (TOG), Volume 22 Issue 1, January 2003.
[10]	Ding-Yun Chen, Xiao-Pei Tian, Yu-Te Shen, Ming Ouhyoung, ” On Visual Similarity Based 3D Model Retrieval,” Journal, Computer Graphics Forum Volume 22, Issue 3, pages 223–232, September 2003.
[11]	Masaki Hilaga, Yoshihisa Shinagawa, Taku Kohmura and Tosiyasu L. Kunii, ” Topology Matching for Fully Automatic Similarity Estimation of 3D Shapes,” SIGGRAPH '01 Proceedings of the 28th annual conference on Computer graphics and interactive techniques,2001.
[12]	Yochay Tzur and Ayellet Tal, ” FlexiStickers – Photogrammetric Texture Mapping using Casual Images,” Journal, ACM Transactions on Graphics (TOG) - Proceedings of ACM SIGGRAPH , Volume 28 Issue 3, August 2009.
[13]	X. C. He, S. C. Yuk, K. P. Chow, K.-Y. K. Wong, R. H. Y. Chung, ” Super-Resolution of Faces Using Texture Mapping on a Generic 3D Model,” Conference, International Conference on Image and Graphics, September 2009.
[14]	Tong-Yee Lee, Shao-Wei Yen and I-Cheng Yeh, ” Texture Mapping with Hard Constraints Using Warping Scheme,” IEEE Transactions on Visualization and Computer Graphics (TVCG), vol. 14 no. 2,March/April 2008.
[15]	SINHA, S., STEEDLY, D., SZELISKI, R., AGRAWALA, M., AND POLLEFEYS , “Interactive 3D architectural modeling from unordered photo collections,” ACM Trans. on Graphics 25,5, 159:1–10,2008.